现在的人工智能技术虽然让我们的视听体验变好了，可同时也让那些虚假信息变得更容易传播了。很多人对这种AI生成的内容态度很矛盾，有的觉得有趣，有的则很反感。新闻媒体也开始用AI技术来做新闻了，这时候AI技术对媒体的信誉还有公众信任会产生什么影响呢？这个研究想弄清楚这个问题。他们用了一个叫漂移扩散模型的理论来分析决策数据，这个模型认为人们在做决策时积累的证据量会随时间变化，当积累到一定程度时才会做出决定。这次实验控制了按键反应和阅读材料的长度等因素，所以把非决策时间和决策边界当作固定值了。基于这些条件，他们提出了两个假设：第一，人们面对权威性不同的新闻媒体用AI生成的新闻时，认知期待会不一样；第二，基于DDM模型和双加工理论，他们觉得信源权威性和生成方式会互相影响人们的认知过程。 实验设计是这样的：新闻生成方式有两种，一种是AI生成，一种是人工撰写；信源权威性也有两种，一种是权威平台发布的，一种是自媒体平台发布的。共招募了127名被试者，有效数据有116份。被试者要阅读新闻材料并做“信任”或“不信任”的按键决策。每个条件下需要完成120次决策任务，总共要完成240次任务。 结果显示：信任率和反应时受到信源权威性和生成方式交互影响比较明显。在权威信源条件下面对AI生成的新闻进行决策时，信任度更低、反应时更长。通过构建DDM模型发现，信源权威性和生成方式对决策过程有显著影响。在权威信源情境下，AI生成内容对决策过程产生消极影响；而在非权威信源情境下，AI生成内容反而会产生微弱积极影响。 这个研究揭示了权威新闻媒体在智能化转型中可能面临的信任风险。给权威媒体提供了如何利用好AI来赋能行业顺利转型的策略：要确保技术应用透明可理解性，消除受众疑虑维护媒体平台公信力。 关于人工智能对劳动力规模的影响预期有差异：随着企业使用AI范围扩大受访者对未来一年劳动力规模变化看法不一。过去一年中多数受访者说员工数量几乎没变化；在多数职能部门中不足20%的人认为员工数量减少3%以上；认为增加比例更低。但预计未来一年更多人认为会发生变化。 在所有业务职能中过去一年因AI导致员工减少比例中位数为17%，而预计未来一年比例中位数为30%。多数人认为未来一年整体员工规模不会有大变化：32%的人预测会减少3%以上、13%预测会增加3%以上。大型企业受访者更可能认为会导致整体员工规模减少；AI高绩效企业则更倾向于预期会发生显著变化（不管是减少还是增加）。 大多数受访者表示所在企业过去一年招聘了AI相关岗位人才：不同规模企业需求差异大但软件工程师和数据工程师是需求最大两类人才。 这次研究还提到了杨娟、苏胜、康春花三位作者。 这里还有一组数据：权威媒体与AI生成内容之间的信任悖论通过漂移扩散模型进行认知决策机制分析被测试者127名、有效数据116份、总按键决策任务240次、每组每个条件下完成120次决策任务；研究发现针对非权威信源条件下AI生成内容反而会产生微弱积极影响；针对权威信源情境下AI生成内容产生消极影响显著降低决策过程参数；信源权威性与生成方式对受众认知加工产生交互影响明显；相比于非权威信源条件个体在面对权威信源条件下AI生成新闻进行信任决策时信任度更低反应时更长；研究通过行为与认知层面揭示了权威新闻媒体智能化转型过程中可能面临信任风险为恰当利用好AI赋能行业提供应对策略告诫引入时确保技术应用透明可理解性消除疑虑维护媒体公信力；多数受访者预计未来一年企业整体员工规模不会有大变化（32%预测减少3%以上、13%预测增加3%以上）、大型企业受访者更可能认为会导致整体员工规模减少、AI高绩效企业受访者更倾向于预期会发生显著变化（不管是减少还是增加）、大多数受访者表示所在企业过去一年招聘了AI相关岗位人才（不同规模企业需求差异大但软件工程师和数据工程师是需求最大两类人才）。